65Bの密モデルが500B超を抜いた、Ricursive「Ripple-65B」を3200万ドルで公開

Ricursive Intelligenceは11月4日、Ripple-65B Previewを公開した。重みはHugging Face上でApache 2.0の下に置かれている。ターミナルの中でエージェントを動かすテスト「Terminal-Bench 2.1」で80.52を記録したとしている。同社が示した比較表では、ReflectionのBeam 501B(80.1)、MetaのMuse Spark Open 816B(76.4)、Thinking Machinesの975B「Inkling」(63.8)、NVIDIAのNemotron 3 Ultra 550B(56.4)を上回る。
500B超が並ぶ表の頂点に65Bが座った、というのが見出しだ。その一段下の行のほうが面白い。Ricursiveは、開発の最初から最後までにかかった費用は3200万ドルで、前の記録保持者が費やした額のおよそ10分の1だと説明する。
意図して密(dense)にした
Rippleは64.8Bパラメータの密なTransformerだ。すべてのパラメータがすべてのトークンで動く。スケールの既定解がMoE(トークンごとに重みの一部だけを活性化する)だったこの1年では異例であり、この一点が残りの話を成立させている。
密なモデルはインフラへの要求が小さい。釣り合わせるルーターも、分割するエキスパート並列も、調整すべきall-to-all通信もない。Ricursiveによれば、独自カーネルなしでハードウェア利用率40%で学習し、白紙からではなくOlmo 3をベースラインにした。アーキテクチャは薄く深い。幅5120、80層で、注意ヘッドを多めに確保し、推論性能を助けるためにゲート付き注意とvalue residualを加えている。
同社の説明は、モデルと学習レシピをハードウェアに合わせて適応させたことで、GPU 16倍分の学習に相当する効率を得たというものだ。Ricursiveはチップ設計ツールの会社であり、その共同設計の主張には眉をひそめたくなる。測定できる部分は利用率の数字と、独自カーネルを使っていない点で、どちらも学習レシピと突き合わせて検証できる。
コンテキスト長は1,048,576トークン、事前学習は主に英語のテキストとコードの12兆トークン。リリースにはBF16のinstruction-tunedチェックポイント、NVFP4の4bitチェックポイント、ベースモデルが含まれる。
3200万ドルが覆う範囲
ローンチ記事は明快で、3200万ドルには事前学習の実験、データ、評価、デバッグ、最終ランの費用が含まれる。議論すべきはこの数字だ。プログラム全体の費用と、最後の学習ジョブの費用は、しばしば混同される。
Ricursiveによれば、開発中にチームは1人から5人になった。事後学習用のデータは購入せず、合成パイプラインを自作した。Terminal-Benchのスコアに到達するまでに140万回のロールアウトを回し、ReflectionのBeamが必要とした回数のおよそ70分の1だったという。ロールアウトが少ないという節約は、請求書とカレンダーに現れる。
数字が正しければ、資本を堀とする戦略を取る側には居心地の悪い含意がある。5人のチーム、独自カーネルなし、密なモデル1つ、予算は10分の1で、1つのベンチマークの記録を作った。反論は、単一のベンチマークは狭い的であり、同じチームが全方位で競争するには3200万ドルではまったく足りない、というものだ。
そこで表の残りを見る。
Rippleが負けるところ
モデルカードは率直で、そこが信頼につながる。SWE-bench Verifiedは76.5で、Reflection Beamの81.6に劣る。SciCodeは39.4で、Muse Spark Openの58.5。ツール利用を測るMCP Atlasは71.67対89.2。DeepSWE 1.1は44.3対60.0。
つまり、ターミナル操作に非常に強く、科学的コードとツール編成では最大級のオープン競合に劣るモデルだ。MMLUは89.6、AIME 2024は97.1で、いずれも最大級のモデルにわずかに届かない。816Bに対する65Bとしては想定どおりだ。
カードは、多くのカードが飛ばす点も認めている。エージェント系ベンチマークのスコアを再現するのは難しく、表のいくつかのセルは他社が数値を公表していないためRicursive自身の実行結果を使っている。さらに、公式のTerminus 2ハーネスを128Kの系列長で動かすと、ほぼすべてのモデルでTerminal-Benchのスコアは低く出たと記す。この一文は2回読むべきだ。比較表は内部的には整合しているが、そのまま持ち運べるとは限らない、という意味である。
記録は1週間ほどしか持たなかった可能性もある。Thinking Machinesは11月5日にInkling 2 Smallを公開し、そのモデルカードは同じTerminusハーネスでTerminal-Bench 2.1が81.3%だと伝えられている。公開時点で重みは非公開だったためオープンウェイトの記録にはならず、外部の安全性テストの後にApache 2.0の重みを出すと研究所は述べている。
「ローカルで動く」という主張を分解する
RicursiveはRippleがNVIDIA DGX Sparkに収まり、MacBookでも動くと述べる。どちらの投稿にも必要なメモリ量は書かれておらず、Hugging Face上のフル精度ファイルは合計で約130GBになり、ノートPCにはとても収まらない。
ローカル利用を現実的にしているのは量子化の作業だ。リポジトリにはNVFP4チェックポイントとColabノートブックがあり、Hugging Faceのページにはすでに約30の量子化版が並ぶ。B200 2基、バッチサイズ8で、量子化もカーネル調整もなしに毎秒250トークンを生成する。密な65Bとしては妥当な数字だ。
法律事務所やクリニックにとっての魅力は明快だ。プロンプトとコードがネットワークの外に出ず、Apache 2.0なのでRicursiveにライセンス料を払わずに商用利用できる。ただしこれはコード向けに軽い事後学習を施したPreviewであり、リポジトリには`modeling_ricursive.py`という独自コードが含まれる。つまりtrust_remote_code方式の読み込みになる。プラットフォームチームは、重要な環境で動かす前にこのファイルを読むべきだ。
なぜチップ企業がモデルを出すのか
Ricursiveの本業はチップ設計ツールで、Rippleはその基盤にあるモデルの汎用版にあたる。モデルアーキテクチャとチップアーキテクチャは一緒に設計しなければならない、というのが同社の主張で、オープンなモデルを出すのはそれを公の場で証明する手段だ。
フロンティアラボとは動機が違い、そこから期待すべきことも変わる。Ricursiveは広さで勝つ必要はない。小型で相性の良いモデルを相性の良いハードウェアで動かせば本格的なエージェント作業ができる、と示す必要がある。データセンターを買えない顧客に売っているのは、まさにその提案だからだ。
ベンチマークの記録が検証に耐えるかよりも、レシピが耐えるかどうかが重要だ。3200万ドルで学習した密な65Bが、デスクトップ機で動き、寛容なライセンスの下にある。具体的で検証可能な提案である。これが成り立つなら、面白い問いは「誰が最大のモデルを持つか」から「誰が、サイズだけが軸だと装い続けられる余裕があるか」に変わる。
関連記事
Antigravityのリモートエージェント、クラウドVMで動く代わりに手放すもの
Antigravity 2.29でリモートエージェントが登場し、セッションとツールがGoogle管理のクラウドVMで動くようになった。ノートPCを閉じても作業は続くが、ローカルのMCPサーバーやskillsは失われる。
NVIDIA、世界モデル「Cosmos 3」の派生4種とデコード基盤「VFlash」を相次いで公開
NVIDIAは11月5日、16BのCosmos 3 Nanoを専門化した4つのチェックポイントをOpenMDW1.1で公開し、学習レシピと推論コードも添えた。翌日には幾何出力を並列生成するデコード基盤VFlashを発表している。
GitHubトレンドの4分の1を「エージェントskills」が占め、導入方法は4通りに分裂
11月8日のGitHubデイリートレンド15件のうち4件がエージェントskillsのリポジトリだった。形式は`SKILL.md`とYAMLフロントマターだけで単純だが、導入経路は4製品でばらばらで、重複が優先順位の問題を生む。
Thinking Machinesの「Inkling 2 Small」、594Bの疎なMoEで86.3% 重みは「来週」のまま
Thinking Machinesは11月5日、総パラメータ594B・トークンあたり17B活性の疎なMoE「Inkling 2 Small」を発表した。SWE-Bench Pro v2 Hardで86.3%を記録し、Apache 2.0の重みは公開1週間後以降とされる。